[发明专利]一种基于卷积神经网络的参数填充方法与装置有效
| 申请号： | 201910974233.4 | 申请日： | 2019-10-14 |
| 公开（公告）号： | CN110472700B | 公开（公告）日： | 2020-06-16 |
| 发明（设计）人： | 陈海波 | 申请（专利权）人： | 深兰人工智能芯片研究院（江苏）有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 李迪 |
| 地址： | 213161 江苏省常州市武进*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供一种基于卷积神经网络的参数填充方法与装置。该方法可以灵活的调整卷积神经网络的参数，同时对不同参数下确定的卷积神经网络的权重的形状和偏置项的形状进行填充，使得基于填充后的权重和偏置项对输入图像卷积处理得到的特征图形状与官方原配置得到的特征图形状一样，适用于按原配置设计的FPGA，无需重新设计FPGA、节省资源；且填充后权重和偏置项得到的特征图经过后续处理得到的最终预测结果与未填充前得到特征图经过后续处理得到的最终预测结果相同。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 参数 填充 方法 装置 | ||
【主权项】：
1.一种基于卷积神经网络的参数填充方法，其特征在于，所述方法包括：/n确定第一参数和第二参数，所述第一参数和所述第二参数用于确定第一卷积神经网络的第一权重的形状和第一偏置项的形状，当输入图像输入到所述第一卷积神经网络时，所述第一权重和所述第一偏置项用于对所述输入图像进行卷积生成与所述输入图像对应的第一特征图；/n确定改变后第一参数和/或第二参数的取值，基于改变后的第一参数和第二参数，确定第二卷积神经网络的第二权重的形状和第二偏置项的形状，所述第二权重和所述第二偏置项用于对所述输入图像进行卷积生成与所述输入图像对应的第二特征图；分析所述第二特征图的形状与所述第一特征图的形状，确定第二特征图的需重建形状；/n根据所述需重建形状，对所述第二权重和所述第二偏置项填充特定形状的特定值，以使当所述输入图像输入所述第二卷积神经网络时，填充后的所述第二权重和所述第二偏置项对所述输入图像进行卷积得到第三特征图，所述第三特征图与所述第一特征图的形状相同，且所述第三特征图经过后续处理得到的最终预测结果与所述第二特征图经过所述后续处理得到的最终预测结果相同。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深兰人工智能芯片研究院（江苏）有限公司，未经深兰人工智能芯片研究院（江苏）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910974233.4/，转载请声明来源钻瓜专利网。
